Statistica6 - 06/10/2015
È possibile trovare la popolazione di
origine conoscendone un campione?
o meglio ….
È possibile conoscere
σ e μ
partendo dalla conoscenza di n, x e d.s.?
1
A partire da un campione estratto dalla
popolazione
è
impossibile
determinare
esattamente la popolazione di origine, cioè
conoscere μ e σ
A partire da un campione estratto dalla
popolazione è però possibile stimare i valori più
probabili della popolazione di origine, cioè
stimare μ e σ
2
Nella maggior parte dei casi noi non conosciamo in
anticipo né la media né la deviazione standard della
popolazione!
È proprio per avere questa informazione che scegliamo
un campione e lo “misuriamo”!
Nella maggior parte dei casi il nostro non è un caso di
probabilità ma è un caso di inferenza (si
congetturano cioè le caratteristiche di una popolazione
di origine sconosciuta a partire dalla descrizione* di un
campione estratto casualmente dalla stessa).
* ricorda: i parametri statistici che descrivono una
popolazione di dati sono: n, x e d.s.
3
Il matematico inglese Student (pseudonimo di W.S. Gosset) ha determinato
il valore delle seguente quantità:
( ̄x −μ)
t=
sm
t di
media campione - media popolazione
Student =
errore standard del campione
ricorda
sm = d.s./n
x=
Media del campione che oscilla intorno alla media vera
secondo la distribuzione normale, quindi:
( ̄x −μ ) oscilla, secondo la distribuzione normale, intorno
allo Zero;
sm =
Stima del vero errore standard della popolazione che, a
sua volta oscillerà intorno al valore vero;
t=
Varia (oscilla) più della distribuzione normale perché
4
anche il denominatore varia (oscilla attorno a σ )!
La distribuzione di t è più complessa della distribuzione normale
in quanto si modifica anche in funzione della stima dell’errore
standard (denominatore) che varia in funzione del numero dei g.l.
utilizzati per il calcolo del sm (errore standard del campione)!
Dipende cioè dalla dimensione del campione
Non esiste pertanto una sola legge, rappresentata matematicamente,
della distribuzione di t ma una famiglia di distribuzioni di t;
esiste cioè una distribuzione di t per ogni grado di libertà!
Student ha calcolato
l’esatta distribuzione
di t (risolvendo gli integrali definiti delle diverse
equazioni) ed ha redatto una
tabella riassuntiva
5
Ovviamente “aumentando i gradi di libertà” la distribuzione di t
diviene “più stretta” (la stima di σ diviene più precisa).
Abbiamo quindi una tabella simile a quella di Z per ogni grado di
libertà. Ciò è improponibile, abbiamo bisogno di semplificare.
Per ridurre il numero di tabelle ci si limita ad individuare per ciascuna
distribuzione solo alcuni valori (generalmente 0,5 0,4 0,3 0,2 0,1 0,05 0,02
0,01 0,002 0,001) ma in pratica si esaminano solo due valori
6
corrispondenti alle aree del 0,05 = 95% e 0,01 = 99%.
0,5
0,25
1,000
0,816
0,765
0,741
0,727
0,718
0,711
0,706
0,703
0,700
0,697
0,695
0,694
0,692
0,691
0,690
0,689
0,688
0,688
0,687
0,686
0,686
0,685
0,685
0,684
0,684
0,684
0,683
0,683
0,683
0,681
0,679
0,678
0,677
0,675
0,674
probabilità % di un valore più elevato di t trascurando il segno.
0,4
0,3
0,2
0,1
0,05
0,02
0,2
0,15
0,1
0,05
0,025
0,01
1,376
1,061
0,978
0,941
0,920
0,906
0,896
0,889
0,883
0,879
0,876
0,873
0,870
0,868
0,866
0,865
0,863
0,862
0,861
0,860
0,859
0,858
0,858
0,857
0,856
0,856
0,855
0,855
0,854
0,854
0,851
0,848
0,846
0,845
0,842
0,842
1,963
1,386
1,250
1,190
1,156
1,134
1,119
1,108
1,100
1,093
1,088
1,083
1,079
1,076
1,074
1,071
1,069
1,067
1,066
1,064
1,063
1,061
1,060
1,059
1,058
1,058
1,057
1,056
1,055
1,055
1,050
1,045
1,043
1,042
1,037
1,036
3,078
1,886
1,638
1,533
1,476
1,440
1,415
1,397
1,383
1,372
1,363
1,356
1,350
1,345
1,341
1,337
1,333
1,330
1,328
1,325
1,323
1,321
1,319
1,318
1,316
1,315
1,314
1,313
1,311
1,310
1,303
1,296
1,292
1,290
1,282
1,282
6,314
2,920
2,353
2,132
2,015
1,943
1,895
1,860
1,833
1,812
1,796
1,782
1,771
1,761
1,753
1,746
1,740
1,734
1,729
1,725
1,721
1,717
1,714
1,711
1,708
1,706
1,703
1,701
1,699
1,697
1,684
1,671
1,664
1,660
1,646
1,645
12,710
4,303
3,182
2,776
2,571
2,447
2,365
2,306
2,262
2,228
2,201
2,179
2,160
2,145
2,131
2,120
2,110
2,101
2,093
2,086
2,080
2,074
2,069
2,064
2,060
2,056
2,052
2,048
2,045
2,042
2,021
2,000
1,990
1,984
1,962
1,960
31,820
6,965
4,541
3,747
3,365
3,143
2,998
2,896
2,821
2,764
2,718
2,681
2,650
2,624
2,602
2,583
2,567
2,552
2,539
2,528
2,518
2,508
2,500
2,492
2,485
2,479
2,473
2,467
2,462
2,457
2,423
2,390
2,374
2,364
2,330
2,326
0,01
0,005
0,002
0,001
0,001
0,0005
63,660
9,925
5,841
4,604
4,032
3,707
3,499
3,355
3,250
3,169
3,106
3,055
3,012
2,977
2,947
2,921
2,898
2,878
2,861
2,845
2,831
2,819
2,807
2,797
2,787
2,779
2,771
2,763
2,756
2,750
2,704
2,660
2,639
2,626
2,581
2,576
318,310
22,327
10,215
7,173
5,893
5,208
4,785
4,501
4,297
4,144
4,025
3,930
3,852
3,787
3,733
3,686
3,646
3,610
3,579
3,552
3,527
3,505
3,485
3,467
3,450
3,435
3,421
3,408
3,396
3,385
3,307
3,232
3,195
3,174
3,098
3,090
636,620
31,599
12,924
8,610
6,869
5,959
5,408
5,041
4,781
4,587
4,437
4,318
4,221
4,140
4,073
4,015
3,965
3,922
3,883
3,850
3,819
3,792
3,768
3,745
3,725
3,707
3,690
3,674
3,659
3,646
3,551
3,460
3,416
3,390
3,300
3,291
7
Tavola realizzata con la funzione invt del foglio di calcolo
due code
una coda
g.l.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
40
60
80
100
1.000
infinito
Il significato della tabella è che se facciamo una estrazione a caso di
un campione di n individui e calcoliamo il valore di t, poi scegliamo
una probabilità, nel punto di incrocio fra la colonna della probabilità
scelta e la riga corrispondente ai gradi di libertà (g.l.= n-1) troviamo
un valore di t che verrà superato dal valore che abbiamo calcolato
solo un numero di volte inferiore a quello della probabilità scelta.
due code
una coda
g.l.
1
2
3
4
5
0,5
0,25
1,000
0,816
0,765
0,741
0,727
probabilità % di un valore più elevato di t trascurando il segno.
0,4
0,3
0,2
0,1
0,05
0,02
0,2
0,15
0,1
0,05
0,025
0,01
1,376
1,061
0,978
0,941
0,920
1,963
1,386
1,250
1,190
1,156
3,078
1,886
1,638
1,533
1,476
6,314
2,920
2,353
2,132
2,015
12,710
4,303
3,182
2,776
2,571
31,820
6,965
4,541
3,747
3,365
0,01
0,005
0,002
0,001
0,001
0,0005
63,660
9,925
5,841
4,604
4,032
318,310
22,327
10,215
7,173
5,893
636,620
31,599
12,924
8,610
6,869
Es. se facciamo una estrazione a caso di un campione di 6
individui e calcoliamo il valore di t, c’è una probabilità di 0,05
cioè del 5% che il valore trovato superi il valore 2,571 (quinta
colonna della tavola per g.l. = n-1 = 5).
La tabella Z riportava solo una metà questa riporta anche la somma dei due valori (due code)
8
Prendendo quindi:
( ̄x −μ)
t=
sm
( ̄x −μ )
−t 0, 05<
sm
e
E considerando t 0,05
( ̄x −μ )
<+ t 0,05
sm
La probabilità che il valore calcolato per la differenza fra la media del
campione e la media vera (della popolazione) fratto l’errore standard
del campione sia compreso fra +t e -t è pari al valore scelto nella
tavola in funzione dei gradi di libertà del nostro campione. Cioè:
( ̄x −μ )
( ̄x −μ )
=< t 0,05∗sm
−t0, 05∗sm<
o meglio..
e
̄x −t 0, 05∗sm<( μ )
( μ)<t 0,05∗sm+ x̄
La media della popolazione è compresa fra la media del
campione più o meno l’errore standard del campione.
9
Ovvero, se x e sm sono la media e l’errore standard di un campione
estratto da una popolazione normale. Vi è una probabilità di 0,95 (o
95%) in favore dell’ipotesi che la vera media (quella della
popolazione) sia compresa fra i valori:
x̄ −t 0, 05∗sm e
t 0,05∗sm+ x̄
Cioè abbiamo definito … … … … … … … ..
̄x −t 0, 05∗sm<( μ )
( μ)<t 0,05∗sm+ x̄
10
La vera media (della popolazione) è situata entro questi limiti con
una probabilità di …..
C’è una probabilità di x% di sbagliare affermando che la
media sia situata entro questi limiti
Calcola i limiti fiduciali per p=0,05
PESO ALLA NASCITA DEI BOVINI
matricola
PESO
SESSO
1
40
F
2
40
M
3
47
F
4
50
M
5
40
F
6
50
F
7
38
F
8
38
F
9
47
M
10
42
F 11
n
media
d.s.
e.s.=sm.
Calcolo i parametri del campione
Vedi lezioni precedenti
10
43,2
4,80
1,5178933
Individuo il valore di t per 10-1=9 gl.
due code
g.l.
6
7
8
9
10
11
0,5
0,718
0,711
0,706
0,703
0,700
0,697
probabilità % di un valore più elevato di t trascurando il segno.
0,4
0,3
0,2
0,1
0,05
0,02
0,906
0,896
0,889
0,883
0,879
0,876
1,134
1,119
1,108
1,100
1,093
1,088
1,440
1,415
1,397
1,383
1,372
1,363
1,943
1,895
1,860
1,833
1,812
1,796
2,447
2,365
2,306
2,262
2,228
2,201
3,143
2,998
2,896
2,821
2,764
2,718
0,01
0,002
0,001
3,707
3,499
3,355
3,250
3,169
3,106
5,208
4,785
4,501
4,297
4,144
4,025
5,959
5,408
5,041
4,781
4,587
4,437
Calcolo t*sm: 2,262*1,5179 = 3,43
Sommo e sottraggo dalla media la
quantità t*sm
43,2+3,43 e 43,2-3,43
46,6 - 39,8
12
Tabella riassuntiva completa
serie PESO ALLA NASCITA DEI BOVINI
40
40
47
50
40
50
38
38
47
42
n
10
media
43,2
d.s.
4,80
e.s.
1,5178933
t=
t*sm =
limiti
fiduciali
2,262
3,4334746
46,6
39,8
13
Una serie di misure deve essere sempre descritta da 3 parametri
la -media la -deviazione standard e ed il -numero delle
osservazioni: n, x e d.s.
Una serie di misure deve essere considerata come un campione
estratto da una popolazione infinita che può essere descritta da 2
parametri la -media e la -deviazione standard:
μe σ
Dai parametri della popolazione posso individuare le dimensioni
di un campione (percentuale della popolazione o n se la
popolazione di origine è finita) da estrarre dalla popolazione
tramite l'impiego della distribuzione normale standardizzata:
( X− μ)
z=
σ 14
Dai
parametri
della
popolazione posso individuare
probabilisticamente quale sarà la media del campione perché la
media del campione oscillerà intorno alla media della popolazione
secondo una distribuzione normale la cui media è la media della
popolazione e la cui deviazione standard è l’errore standard cioè:
μ = x e d.s. = σ/√n
Dai
parametri di un
campione posso individuare
probabilisticamente la media della popolazione tramite la
distribuzione di t perché: sm = d.s./n = e.s.
d . s.
d . s.
<(( μμ)<
) ̄x +t 0,05∗
̄x −t 0, 05∗
√n
√n
15
Dato come test il 2013-DIC-16
Calcola i limiti fiduciali al 95% delle medie relative alle 3 misure riportate in
tabella:
Altezza
camera
d'aria uovo
Peso
uovo
Haugh
Units
16
uovo
n =12
mm
g
media
2,4
67
89,8
dev.st.
0,45
1,4
3,4
Misure riportate in tabella 0 misure di qualità delle uova:
•
altezza camera d'aria uovo = dimensione della “bollicina d'aria” presente al polo ottuso delle uova = indice della freschezza;
•
Peso uovo= peso in grammi dell'uovo = categoria di peso S, M, L, XL;
•
Unità Haugh = misura della consistenza dell'albume = indice dell'altezza dell'albume diviso la supeficie che occupa l'albume dopo la
rottura dell'uovo su una superficie piana = indice di freschezza e di carateristiche delle proteine dell'albume.
camera d'aria
uovo
mm
peso
g
Haugh
units
n =12
media
dev.st.
e.s.
2,4
0,45
0,130
67
1,4
0,404
89,8
3,4
0,981
d . s.
d . s.
<( μ ) ( μ)< ̄x +t 0,05∗
̄x −t 0, 05∗
√n
√n
due code
g.l.
6
7
8
9
10
11
12
13
0,5
0,718
0,711
0,706
0,703
0,700
0,697
0,695
0,694
probabilità % di un valore più elevato di t trascurando il segno.
0,4
0,3
0,2
0,1
0,05
0,02
0,906
0,896
0,889
0,883
0,879
0,876
0,873
0,870
1,134
1,119
1,108
1,100
1,093
1,088
1,083
1,079
1,440
1,415
1,397
1,383
1,372
1,363
1,356
1,350
1,943
1,895
1,860
1,833
1,812
1,796
1,782
1,771
2,447
2,365
2,306
2,262
2,228
2,201
2,179
2,160
3,143
2,998
2,896
2,821
2,764
2,718
2,681
2,650
0,01
0,002
0,001
3,707
3,499
3,355
3,250
3,169
3,106
3,055
3,012
5,208
4,785
4,501
4,297
4,144
4,025
3,930
3,852
5,959
5,408
5,041
4,781
4,587
4,437
4,318
4,221
17
Radq di 12 = 3,464
e.s. = 0,45 diviso 3,464 = 0,130
0,130*2,201 = 0,286
2,400 2,400 +
0,286 =
0,286 =
2,114
2,686
e.s. = 1,4 diviso 3,464 = 0,404
0,404*2,201 = 0,890
67,00 67,00 +
0,890 =
0,890 =
66,110
67,890
e.s. = 3,4 diviso 3,464 = 0,981
0,981*2,201 = 2,160
89,800 89,800 +
2,160 =
2,160 =
87,640
91,960
n
media
d.s.
radq di 12
err.st.
t0,05 =
intervallo=
min
MAX
12
2,4
0,45
3,464
0,130
12
67
1,4
3,464
0,404
12
89,8
3,4
3,464
0,981
2,201
0,286
2,114
2,686
2,201
0,890
66,110
67,890
2,201
2,160
87,640
91,960
Risposta
media
limiti fiduciali a
0,05
Altezza camera d'aria, mm =
2,4
2,11
2,69
Unità Haugh =
89,8
87,64
91,96
67
66,11
67,89
peso medio, g =